Actividad 3 Grupal R y Estadística para Ciencias de la Salud
Análisis de un caso práctico en R
Alba García Moya, Laura Ruiz Ripa, Lidia Sánchez Camós y Carmen Palacios Clar
02/02/2025
Con esta actividad se busca aplicar todos los conceptos aprendidos hasta el momento, además de trabajar en un entorno colaborativo, para resolver un caso práctico fictício, mediante la herramienta bioinformática R. Para realizar el estudio se usará un dataset que contiene información de la expresión de 46 genes en 65 pacientes, cada uno con distinto tipos de tratamiento y características tumorales. Se deben tratar los siguientes puntos:
- Abrir la base de datos y explorarlos
- PCA
- Gráficos descriptivos
- Tabla descriptiva
- Modelo predictivo de regresión logística
En primer lugar, se cargan las librerías necesarias para realizar la actividad y el conjunto de datos
Se utilizan las funciones summary() y str() para hacer un resúmen inicial del conjunto de datos.
Las variables descriptivas del conjunto de datos contiene variables categoricas, como sexo, hta, exfumador y variables continuas como edad. Hay variables bioquímicas con el recuento de los distintos genes analizados, y tienen valores relativamente bajos, lo que indica que podrian estar normalizados ya o en escala logarítmica. También existen variables binarias (si/no).
Preprocesamiento de los datos
Se realiza el preprocesamiento de los datos que incluye, entre otros, la verificación de valores nulos y el escalado de las variables de expresión génica.
Observaciones de los datos:
- Valores nulos: No se observan valores ausentes significativos.
- Estadísticas descriptivas: Los datos de genes están en un rango muy bajo (e.g., 10^-6 a 10^-3), indicando normalización o preprocesamiento previo.
Análisis de Componentes Principales (PCA)
Para realizar el Análisis de Componentes Principales (PCA), se usará la matriz de expresión génica normalizada para su cálculo. Hay que seleccionar los componentes principales que expliquen al menos el 70% de la varianza, por lo que se debe determinar cuantos componentes son necesarios.
Se realiza el PCA utilizando la función prcomp() de la librería factoextra utilizando las variables de expresión de los genes. Después, se obtiene los eigenvalues del PCA mediante la función get_eigenvalue() de la librería factoextra.
## eigenvalue variance.percent cumulative.variance.percent
## Dim.1 2.414905e+01 5.249793e+01 52.49793
## Dim.2 2.994348e+00 6.509452e+00 59.00738
## Dim.3 2.435760e+00 5.295130e+00 64.30251
## Dim.4 1.972375e+00 4.287772e+00 68.59028
## Dim.5 1.708195e+00 3.713468e+00 72.30375
## Dim.6 1.594497e+00 3.466298e+00 75.77005
## Dim.7 1.377935e+00 2.995512e+00 78.76556
## Dim.8 1.227241e+00 2.667914e+00 81.43348
## Dim.9 1.095178e+00 2.380821e+00 83.81430
## Dim.10 9.193706e-01 1.998632e+00 85.81293
## Dim.11 8.193291e-01 1.781150e+00 87.59408
## Dim.12 7.780896e-01 1.691499e+00 89.28558
## Dim.13 6.244742e-01 1.357553e+00 90.64313
## Dim.14 5.689105e-01 1.236762e+00 91.87989
## Dim.15 4.719176e-01 1.025908e+00 92.90580
## Dim.16 4.235907e-01 9.208493e-01 93.82665
## Dim.17 3.766954e-01 8.189030e-01 94.64555
## Dim.18 3.278746e-01 7.127709e-01 95.35832
## Dim.19 3.071110e-01 6.676325e-01 96.02596
## Dim.20 2.880859e-01 6.262736e-01 96.65223
## Dim.21 2.051736e-01 4.460295e-01 97.09826
## Dim.22 1.814503e-01 3.944572e-01 97.49272
## Dim.23 1.617179e-01 3.515606e-01 97.84428
## Dim.24 1.410397e-01 3.066081e-01 98.15088
## Dim.25 1.181597e-01 2.568690e-01 98.40775
## Dim.26 1.124338e-01 2.444214e-01 98.65217
## Dim.27 9.205177e-02 2.001125e-01 98.85229
## Dim.28 7.997795e-02 1.738651e-01 99.02615
## Dim.29 7.119894e-02 1.547803e-01 99.18093
## Dim.30 5.855044e-02 1.272836e-01 99.30822
## Dim.31 4.954659e-02 1.077100e-01 99.41593
## Dim.32 4.421192e-02 9.611286e-02 99.51204
## Dim.33 3.940130e-02 8.565501e-02 99.59769
## Dim.34 3.335541e-02 7.251177e-02 99.67021
## Dim.35 3.010872e-02 6.545374e-02 99.73566
## Dim.36 2.828246e-02 6.148360e-02 99.79714
## Dim.37 2.006757e-02 4.362515e-02 99.84077
## Dim.38 1.877218e-02 4.080909e-02 99.88158
## Dim.39 1.627580e-02 3.538218e-02 99.91696
## Dim.40 1.273032e-02 2.767461e-02 99.94463
## Dim.41 9.568370e-03 2.080080e-02 99.96544
## Dim.42 5.941119e-03 1.291548e-02 99.97835
## Dim.43 4.639638e-03 1.008617e-02 99.98844
## Dim.44 3.188225e-03 6.930923e-03 99.99537
## Dim.45 2.130810e-03 4.632197e-03 100.00000
## Dim.46 1.084881e-16 2.358437e-16 100.00000En la primera columna de esta tabla se pueden ver los eigenvalue, que es el valor numérico de la contribución de cada dimensión a la varinaza. En la segunda columna aparece el porcentaje de varianza que explica esa dimensión y en la tercera columna la varianza acumulada hasta el 100% (la suma de todas las dimensiones).
Como se puede ver, hay 46 dimensiones. La primera dimensión explica el 52,5% de la varianza y la segunda un 6,5%. Para explicar al menos el 70% de la varianza se tendrían que seleccionar las 5 primeras dimensiones que explicarían el 72,3% de la varianza.
Esto también se puede visualizar en forma de gráfico
(screeplot) utilizando la función fviz_eig() de la librería
factoextra. Se establece el límite superior del eje Y en 60 ya que la
dimensión 1 explica más del 50% de la varianza.
En el scree plot se pueden ver en el eje horizontal las dimensiones o componentes principales y en el eje vertical el porcentaje de la varianza total explicada por cada componente. Como se ha comentado antes, la primera dimensión explica el 52.5% de la varianza total, lo que indica que captura la mayor parte de la información. A partir de la primera dimensión, la varianza explicada por las siguientes disminuye significativamente, oscilando entre 6.3% y 2%.
Accediendo al objeto rotation del PCA se puede visualizar la carga de cada variable en los componentes.
Utilizando la función get_pca_var() de la librería factoextra, se obtiene diferente información del PCA. El objeto “coord” muestra las coordendas en el eje X e Y de las diferentes variables para construir un grafico de dispersión. En “cor” aparecen las correlaciones entre las variables y las dimensiones y en “cos2” la calidad de la variable.
## Dim.1 Dim.2 Dim.3 Dim.4 Dim.5
## AQ_ADIPOQ 0.12668560 3.556216e-01 4.048065e+00 3.785139e+01 1.572914735
## AQ_ALOX5 2.64228440 7.961126e-01 3.611038e-02 1.846496e-02 2.510135821
## AQ_ARG1 0.37961704 1.388445e+01 7.644542e-01 1.937398e-03 0.167564989
## AQ_BMP2 1.51320658 9.598503e-01 4.545712e-02 2.726596e-01 9.250823538
## AQ_CCL2 1.17764051 1.151422e+01 2.183511e+00 2.080787e+00 0.713369048
## AQ_CCL5 3.38911865 8.713393e-02 6.973947e-01 3.524766e-01 0.234252719
## AQ_CCR5 3.02780983 1.828822e+00 8.033032e-01 5.465793e-01 0.609950126
## AQ_CD274 2.65693490 1.216698e+00 7.114840e-02 5.424116e-02 0.145753560
## AQ_CD36 2.67889343 5.045377e-02 2.445643e-01 2.870121e-02 0.851792252
## AQ_CHKA 1.25139430 1.628198e+00 7.801249e+00 1.526969e+00 1.351622065
## AQ_CPT1A 2.78788601 2.506269e+00 1.129936e+00 1.602323e-02 1.725026390
## AQ_CSF2 0.97744186 5.578177e-01 2.374744e-01 9.515200e-02 15.515418868
## AQ_CXCR1 2.00126482 3.537430e+00 2.271713e+00 9.735027e-03 2.006309973
## AQ_FASN 3.17688998 2.867481e+00 6.569825e-02 1.975495e-01 0.832912207
## AQ_FOXO3 1.45408392 6.476834e-01 8.019345e+00 1.368343e-01 4.156755959
## AQ_FOXP3 2.05367738 6.989809e+00 2.101256e+00 2.167031e+00 0.430802537
## AQ_G6PD 2.91961907 1.386040e+00 3.393744e+00 4.356168e-01 1.423993427
## AQ_GPD2 2.39461047 2.409217e+00 6.235438e-01 7.431143e-01 0.093036500
## AQ_GPX1 1.63230604 9.997369e-01 2.127074e+00 7.392370e-01 0.038236319
## AQ_IFNG 2.62873690 8.974489e-02 4.723098e-03 1.030308e+00 0.526341630
## AQ_IL10 0.97017877 7.377252e+00 5.429188e+00 3.782059e-02 0.255750243
## AQ_IL1B 2.30079809 2.784621e+00 4.533605e+00 1.709040e-01 1.419279714
## AQ_IL6 1.48096097 2.003764e-01 2.212632e-01 4.507151e-01 18.405119300
## AQ_IRS1 1.87336375 7.974968e-01 1.139433e+00 8.810085e-01 0.886897613
## AQ_JAK1 3.63303747 7.135153e-01 1.583556e-02 7.468982e-03 1.108359955
## AQ_JAK3 1.83549541 2.831550e+00 9.916798e+00 1.390834e-01 0.009768421
## AQ_LDHA 2.79717252 3.383947e-01 1.046086e-01 1.279341e-02 0.003036910
## AQ_LIF 1.35120374 9.547187e+00 5.597142e-01 2.037223e-03 0.821954036
## AQ_MAPK1 3.18307791 8.758881e-01 9.808034e-01 2.145128e-01 0.069975717
## AQ_NFE2L2 3.30131227 5.738617e-02 5.289727e-02 1.598424e-04 0.009322066
## AQ_NFKB1 3.18508221 6.422788e-04 8.589596e-02 1.797759e-01 1.246288006
## AQ_NLRP3 3.04880959 2.207838e-01 9.533869e-01 3.572018e-01 2.958143343
## AQ_NOS2 0.96148316 4.448955e-01 7.523383e+00 3.626349e+00 10.937972735
## AQ_NOX5 0.12668557 3.556214e-01 4.048066e+00 3.785139e+01 1.572914866
## AQ_PDCD1 2.24898139 1.433223e+00 2.011443e-01 1.152385e+00 1.313263907
## AQ_PPARG 2.19175893 2.745643e+00 2.205061e-01 7.422750e-01 4.671665328
## AQ_PTAFR 3.28653619 2.263834e+00 9.295079e-04 3.839348e-03 0.006426300
## AQ_PTGS2 2.37783009 3.214691e-01 2.425529e+00 6.519249e-01 0.225246154
## AQ_SLC2A4 0.05832171 6.364145e+00 1.141258e+01 8.117140e-02 5.956034448
## AQ_SOD1 2.54432616 9.039150e-01 5.918179e-01 3.522493e-02 0.017658567
## AQ_SREBF1 3.38424039 1.146516e+00 7.085362e-03 7.469274e-02 0.299783123
## AQ_STAT3 2.47614885 2.585202e-01 6.622885e+00 1.928407e+00 1.250314186
## AQ_TGFB1 3.23898662 2.636530e-02 7.482316e-01 2.952385e-02 0.046075517
## AQ_TLR3 2.32061446 2.571984e-01 4.098742e-02 2.419351e+00 1.768174563
## AQ_TLR4 2.39444142 3.064382e+00 3.217069e+00 2.478684e-01 0.156343679
## AQ_TNF 2.55905069 3.563909e-01 2.276593e+00 3.973181e-01 0.427218636
## Dim.6 Dim.7 Dim.8 Dim.9 Dim.10
## AQ_ADIPOQ 4.259443e+00 0.810321235 0.226083771 1.982390e-01 2.225632e-02
## AQ_ALOX5 1.441944e-01 5.194190840 0.137266657 1.289773e-02 1.032865e+00
## AQ_ARG1 2.849375e+00 1.525084957 15.578699097 8.389119e+00 1.787930e-02
## AQ_BMP2 7.601269e-01 0.109582378 0.123771803 7.021382e+00 2.270475e+01
## AQ_CCL2 4.764225e-01 0.005530637 1.795459471 1.613145e+00 3.684255e-01
## AQ_CCL5 1.239809e+00 0.618627925 0.242617506 1.143382e+00 3.013487e-02
## AQ_CCR5 3.370775e-01 1.521484126 0.002848076 2.239150e+00 1.261390e+00
## AQ_CD274 5.736405e-01 4.246677004 4.145413092 6.575389e+00 5.676980e-01
## AQ_CD36 3.780848e+00 5.922669760 0.074929830 2.168234e+00 1.173338e+00
## AQ_CHKA 6.169101e+00 1.958669619 0.950216643 8.115151e+00 6.714412e+00
## AQ_CPT1A 4.079527e-02 0.232304902 0.543141895 1.347427e+00 1.063280e-02
## AQ_CSF2 2.149337e+00 3.175684712 3.773736340 8.701147e+00 9.608891e+00
## AQ_CXCR1 4.146434e-02 2.035139992 6.772946117 4.230401e+00 6.996930e-01
## AQ_FASN 9.068744e-01 0.002225033 0.947870593 1.820348e-02 2.610515e-01
## AQ_FOXO3 2.489660e-01 13.137398783 0.528391280 6.532509e-01 3.122446e-01
## AQ_FOXP3 5.847522e+00 0.128692696 0.592752793 7.327335e-02 3.016878e+00
## AQ_G6PD 5.823154e-01 1.341182035 0.056805709 7.631065e-01 3.358585e-01
## AQ_GPD2 6.156720e+00 0.479143676 1.517044687 4.272911e+00 6.319791e-01
## AQ_GPX1 2.975323e+00 10.954036150 0.690262710 3.790860e+00 1.564007e+00
## AQ_IFNG 3.275660e+00 0.503436459 1.030308144 3.653333e+00 6.263233e-02
## AQ_IL10 5.419757e+00 3.142138059 9.539145206 1.085707e+00 1.007236e-01
## AQ_IL1B 4.281466e-01 0.038793354 0.512668737 2.364950e-02 6.197704e+00
## AQ_IL6 2.174487e+00 0.357206908 10.633997510 1.458378e-01 3.568331e-02
## AQ_IRS1 1.216502e+01 0.742202524 1.369583134 5.420114e-01 7.429974e-01
## AQ_JAK1 1.511623e+00 0.446400091 0.104527545 1.242775e-02 3.981212e-04
## AQ_JAK3 2.298708e+00 0.995581782 1.212676522 9.228634e-01 7.574956e-01
## AQ_LDHA 1.687594e-01 6.700547546 9.800883609 1.703557e-01 1.297328e+00
## AQ_LIF 1.975886e-01 0.193095207 1.040588295 1.113339e+00 2.051938e-01
## AQ_MAPK1 2.803719e-02 2.244070461 0.076137008 2.134436e-01 1.466996e+00
## AQ_NFE2L2 2.624464e+00 0.055464375 0.031163582 2.314015e-01 3.799744e+00
## AQ_NFKB1 8.357773e-01 1.342292724 1.736236061 1.489975e+00 3.128487e-02
## AQ_NLRP3 6.293204e-01 1.673131616 4.684446417 2.167764e-02 1.730269e-01
## AQ_NOS2 1.233607e-01 2.720649208 3.984826463 6.806195e-05 7.208663e-01
## AQ_NOX5 4.259442e+00 0.810320967 0.226083658 1.982389e-01 2.225633e-02
## AQ_PDCD1 3.494584e+00 12.115399313 3.817830730 6.839037e-02 2.117965e-01
## AQ_PPARG 1.388328e+00 0.404948315 0.112198055 7.230718e+00 5.484346e+00
## AQ_PTAFR 4.669911e-02 1.042695642 0.486992774 3.888822e+00 1.718834e+00
## AQ_PTGS2 5.197115e-01 1.541456391 5.414939632 1.085614e+00 4.821289e+00
## AQ_SLC2A4 8.614169e+00 2.278569108 0.862545306 8.950670e-01 2.448841e-02
## AQ_SOD1 3.950127e+00 0.683239042 0.503011851 2.439024e+00 3.683925e+00
## AQ_SREBF1 3.757330e-01 0.499735563 0.006092778 2.397253e+00 1.302917e-01
## AQ_STAT3 1.403002e+00 0.029144415 1.517760762 1.801477e-01 1.701395e-03
## AQ_TGFB1 2.285466e-01 0.124522162 0.885032689 6.514339e-01 3.033434e+00
## AQ_TLR3 4.193031e+00 0.538780312 0.720272933 8.912051e+00 4.153657e-01
## AQ_TLR4 4.867405e-04 1.088882104 0.920604572 3.281728e-01 1.266096e+01
## AQ_TNF 1.060726e-01 4.288649895 0.069187955 7.723060e-01 1.864853e+00
## Dim.11 Dim.12 Dim.13 Dim.14 Dim.15
## AQ_ADIPOQ 2.127416e-01 0.004252933 2.910365e-02 1.222504e-02 5.267770e-05
## AQ_ALOX5 2.062562e+00 13.916538291 3.271300e+00 1.306306e+00 2.660687e+00
## AQ_ARG1 1.513244e+00 4.447966113 3.316760e-01 2.875133e+00 2.071222e-02
## AQ_BMP2 1.387937e-01 4.294386513 1.077200e+01 6.467471e-01 1.948002e-03
## AQ_CCL2 8.516556e+00 0.320245071 2.399006e+00 1.236530e+00 9.290899e+00
## AQ_CCL5 3.478480e+00 1.096297243 1.758587e+00 4.550973e-02 2.402452e-01
## AQ_CCR5 3.868212e+00 0.492103071 5.589181e-01 2.825177e+00 1.462486e-02
## AQ_CD274 1.426172e+00 0.946813745 4.078541e-02 5.184732e+00 8.167968e-01
## AQ_CD36 4.630604e-01 0.934456882 1.122866e+00 1.067900e+00 3.280199e-01
## AQ_CHKA 9.147899e-01 0.681104778 2.271773e-01 5.576303e+00 4.652984e+00
## AQ_CPT1A 4.674781e+00 0.461581432 3.414516e+00 1.119425e-02 1.228306e-01
## AQ_CSF2 5.397001e-01 1.061461972 2.071658e+00 9.196853e-01 1.170429e+01
## AQ_CXCR1 9.361712e-01 0.177900339 6.226733e+00 3.167999e+00 1.420534e+00
## AQ_FASN 1.665318e-01 0.217116036 7.248999e-01 5.052469e+00 2.968183e-02
## AQ_FOXO3 5.433373e-02 0.755439851 2.410800e-01 3.306027e+00 1.845268e+00
## AQ_FOXP3 1.081434e-02 0.027798245 2.346181e+00 1.740858e-01 7.426394e-01
## AQ_G6PD 1.332139e+00 0.974047842 1.788076e+00 4.786854e-02 1.090014e+00
## AQ_GPD2 1.435501e+00 1.049144941 3.780280e+00 2.273981e-01 1.811496e+00
## AQ_GPX1 7.329530e+00 2.069236573 1.070914e+01 4.185029e+00 1.366272e+00
## AQ_IFNG 1.693288e-01 9.221068946 1.945442e+00 1.128413e+00 8.989944e+00
## AQ_IL10 4.234633e-01 0.071297615 6.694478e+00 1.456980e+00 2.199720e+00
## AQ_IL1B 1.362537e-01 7.219603468 1.312070e-01 3.146989e-02 6.363738e-02
## AQ_IL6 3.013683e+00 2.874279995 1.277916e+00 1.471569e+00 2.423132e+00
## AQ_IRS1 2.857141e+00 2.032435784 5.226547e-01 1.622411e+00 7.449591e+00
## AQ_JAK1 2.790277e-02 0.050475875 1.362256e+00 1.636374e+00 2.729857e-01
## AQ_JAK3 3.266594e+00 6.053679040 7.954654e-01 1.113518e+00 6.139125e-01
## AQ_LDHA 6.719605e-02 0.000316162 5.250376e-03 1.979204e+00 5.480118e-01
## AQ_LIF 1.723492e+01 0.719831009 3.376510e+00 1.858203e+01 6.412475e-03
## AQ_MAPK1 3.386006e-01 2.145828078 1.856059e+00 2.059902e-01 2.636657e+00
## AQ_NFE2L2 9.001737e-01 0.107762040 1.650139e+00 3.611105e+00 3.784835e+00
## AQ_NFKB1 1.384028e-01 0.026007573 9.060778e-03 2.298958e+00 5.821965e-01
## AQ_NLRP3 2.365725e+00 0.267938808 1.066810e-01 6.960990e-01 1.005258e+00
## AQ_NOS2 3.351980e+00 0.049055053 1.657132e+01 6.122128e-01 4.297788e-01
## AQ_NOX5 2.127418e-01 0.004252945 2.910366e-02 1.222504e-02 5.267648e-05
## AQ_PDCD1 1.637916e+00 0.040715769 7.202425e-03 4.713658e-01 4.147737e-04
## AQ_PPARG 2.572405e-02 2.343677815 2.852390e+00 2.880921e-01 2.400962e+00
## AQ_PTAFR 1.283297e+00 0.525700353 1.182429e-01 6.619486e-02 1.818877e-01
## AQ_PTGS2 1.848697e+00 2.330326218 4.275063e-03 4.273969e+00 3.577682e+00
## AQ_SLC2A4 1.687651e+01 4.539734138 1.173148e-03 1.908752e+00 1.159145e+00
## AQ_SOD1 2.462413e-03 5.356337035 1.902129e-02 1.411156e+01 7.129806e-01
## AQ_SREBF1 4.731092e-01 0.941150365 4.096177e-01 8.922456e-01 9.291832e-01
## AQ_STAT3 3.443186e-01 2.475320768 1.891680e+00 3.682554e-01 6.407033e+00
## AQ_TGFB1 3.229905e-05 0.443148954 1.582686e-01 2.191347e+00 9.273242e-01
## AQ_TLR3 2.921518e+00 0.992802539 4.043519e+00 6.206627e-04 2.265826e+00
## AQ_TLR4 3.713977e-01 0.802319984 2.346998e+00 1.062990e+00 4.295466e+00
## AQ_TNF 6.367946e-01 14.437041798 8.787690e-05 3.773016e-02 7.975971e+00
## Dim.16 Dim.17 Dim.18 Dim.19 Dim.20
## AQ_ADIPOQ 2.626869e-06 3.954892e-03 5.165053e-05 0.001910864 0.084934176
## AQ_ALOX5 1.125241e+00 2.476787e+00 1.570210e+00 0.749341388 0.417614905
## AQ_ARG1 1.012091e+00 2.566537e-01 2.057215e+00 1.882559574 0.223008842
## AQ_BMP2 7.358976e-02 2.121332e+00 8.492771e-01 0.028622774 0.011806316
## AQ_CCL2 4.052078e+00 5.795305e-04 1.311933e-01 0.451913328 10.914118626
## AQ_CCL5 4.823130e-01 2.113778e+00 6.953441e-01 0.105798240 0.445757147
## AQ_CCR5 5.189438e+00 4.235063e-01 1.181371e-02 0.286335586 0.358145243
## AQ_CD274 2.736901e-02 4.317804e-04 3.109044e+00 0.053746465 6.459512287
## AQ_CD36 5.160580e+00 8.799653e+00 3.978568e+00 0.605615164 9.881229125
## AQ_CHKA 4.820736e-02 2.103486e-01 3.810066e-01 2.698003447 0.047853635
## AQ_CPT1A 3.435006e-01 3.838478e+00 1.425349e+00 1.649824429 3.666092903
## AQ_CSF2 6.274291e+00 2.949039e-02 1.977152e-01 5.346270695 8.434926489
## AQ_CXCR1 3.612100e+00 9.075618e-01 9.679089e-01 1.354535217 1.710009882
## AQ_FASN 5.529068e+00 6.455134e-02 1.518520e+00 1.620554551 1.170472420
## AQ_FOXO3 1.189415e+00 7.595029e+00 1.456393e+01 1.886767267 0.740340603
## AQ_FOXP3 1.476043e+00 1.245202e+00 2.946797e-02 0.001144200 0.017799812
## AQ_G6PD 3.499995e-01 4.396491e-01 1.400485e+00 0.109005696 5.756790700
## AQ_GPD2 2.653824e-01 4.910829e+00 7.386978e-01 3.620996540 1.235400377
## AQ_GPX1 6.692818e-01 9.500680e-01 4.426811e+00 2.430272830 0.078588639
## AQ_IFNG 1.239787e+00 3.609590e-02 2.865118e+00 10.663499832 2.579335125
## AQ_IL10 4.521974e-03 1.448064e-01 9.939058e+00 0.598097901 1.009516048
## AQ_IL1B 1.297365e+00 1.479683e+00 7.623045e+00 6.872121373 0.128421150
## AQ_IL6 3.375355e+00 4.004177e+00 9.719427e-01 0.374231506 0.720564106
## AQ_IRS1 1.162094e+01 1.533786e+01 2.326049e-03 1.937574321 0.054962335
## AQ_JAK1 2.171198e+00 7.992847e-01 1.720345e-02 0.014971308 0.443832987
## AQ_JAK3 5.513218e-03 4.916162e+00 1.064665e+00 1.941381255 0.004184765
## AQ_LDHA 1.416139e+00 2.564152e-02 7.110096e-01 0.762348616 6.887536429
## AQ_LIF 4.395669e-02 5.261320e+00 1.561990e-01 0.166080629 0.515756621
## AQ_MAPK1 7.871725e+00 6.206602e-01 4.464021e-02 0.342464041 0.118501263
## AQ_NFE2L2 1.204683e+00 1.120808e+00 8.972998e-02 0.568098636 4.322205433
## AQ_NFKB1 1.049097e+01 4.022964e-01 2.275590e-01 0.129090302 3.383941102
## AQ_NLRP3 3.061700e-01 1.466159e-02 5.524895e-01 3.549948148 0.303047611
## AQ_NOS2 1.449806e+00 2.456283e-01 5.729426e+00 7.243032090 4.272663999
## AQ_NOX5 2.626942e-06 3.954889e-03 5.164859e-05 0.001910894 0.084934329
## AQ_PDCD1 2.839046e+00 2.915422e+00 3.310884e+00 6.890579520 0.195022875
## AQ_PPARG 3.781305e-01 7.256755e+00 2.707512e+00 0.960917909 1.484242630
## AQ_PTAFR 7.695867e-01 5.884869e-03 3.794489e-03 2.273891367 0.985866646
## AQ_PTGS2 1.481175e+00 2.813202e+00 7.325504e+00 14.314510927 0.066291230
## AQ_SLC2A4 8.991461e-02 5.216203e-01 1.313833e-01 0.989182576 0.842948023
## AQ_SOD1 4.652983e+00 4.595928e-01 4.649752e+00 0.876850555 2.178134136
## AQ_SREBF1 4.313750e+00 1.286881e+00 6.690118e-02 0.589378571 1.069199763
## AQ_STAT3 6.496032e-01 2.522601e+00 1.361559e+00 2.526485150 0.037678710
## AQ_TGFB1 2.277177e+00 9.612147e+00 8.172276e+00 0.195225332 6.384000207
## AQ_TLR3 5.438332e-01 1.114084e-03 3.277465e+00 4.425886562 6.327689615
## AQ_TLR4 2.401241e+00 1.799028e+00 1.524192e-01 0.191587784 0.257473946
## AQ_TNF 2.254406e-01 4.834306e-03 7.934746e-01 5.717434637 3.687646788
## Dim.21 Dim.22 Dim.23 Dim.24 Dim.25
## AQ_ADIPOQ 1.194637e-04 0.036753962 3.823267e-03 2.756326e-02 0.023478779
## AQ_ALOX5 4.554325e-01 0.131779488 2.888042e-02 3.173357e+00 0.263996850
## AQ_ARG1 7.488613e-01 6.677315328 1.501377e+00 4.208613e+00 0.726969042
## AQ_BMP2 4.043579e+00 0.066049093 4.179761e-03 1.565576e-02 2.324619203
## AQ_CCL2 7.608266e-01 0.907348127 4.263181e-02 1.514579e+00 0.109331579
## AQ_CCL5 1.482603e+00 0.177236063 1.422408e+00 1.895037e+00 3.048138735
## AQ_CCR5 9.541306e-04 0.088243141 1.346405e+00 2.506700e+00 2.846856712
## AQ_CD274 2.176619e-01 0.168137629 3.463464e+00 2.071608e-01 1.368296433
## AQ_CD36 1.457771e-01 0.561418127 1.416820e+00 4.362787e-02 0.073345540
## AQ_CHKA 5.141056e-02 1.097567963 9.275587e+00 2.409996e-01 5.633101413
## AQ_CPT1A 6.092890e-02 4.729917591 1.167662e+01 9.102937e+00 10.096206081
## AQ_CSF2 1.169240e-01 0.819607405 3.062793e-01 3.268598e+00 0.490207701
## AQ_CXCR1 1.211405e+01 3.555139992 2.044474e+00 2.583959e+00 0.477239009
## AQ_FASN 3.330092e-01 4.814481365 2.584148e+00 7.029550e-02 1.728411718
## AQ_FOXO3 7.128622e-02 0.066666506 1.832105e-02 1.190222e+01 0.428954034
## AQ_FOXP3 7.601094e-01 0.130181841 9.766396e-01 6.079891e-02 0.229280535
## AQ_G6PD 7.597775e+00 1.005205291 5.560911e-01 1.573514e+00 0.021599246
## AQ_GPD2 1.027612e+01 1.072867440 9.125011e-01 4.521743e+00 2.252214495
## AQ_GPX1 3.333591e+00 7.820966979 4.811200e-01 3.089234e+00 8.600861037
## AQ_IFNG 1.379698e-01 0.612739375 6.540240e+00 2.883337e+00 1.813859311
## AQ_IL10 3.769023e+00 6.675220677 7.171150e+00 9.318528e-01 0.779215118
## AQ_IL1B 6.541033e-02 4.419516503 1.759336e-02 3.539828e+00 3.961048149
## AQ_IL6 1.665443e+00 3.524235614 4.956176e-01 3.435706e-01 4.381199966
## AQ_IRS1 1.188298e+00 4.372767061 3.762194e+00 6.892686e-01 1.196577023
## AQ_JAK1 1.679181e+00 0.238286002 9.875600e-04 8.933085e-01 0.526756359
## AQ_JAK3 2.038908e-01 0.215805922 4.882384e+00 1.918387e+00 0.539802770
## AQ_LDHA 3.588621e+00 7.235763512 1.024892e+00 3.550108e-01 0.001305341
## AQ_LIF 3.595239e-01 3.724896664 9.567067e-01 6.161515e+00 0.013009069
## AQ_MAPK1 6.740589e+00 4.379192289 1.520093e-01 2.537687e-01 1.484526983
## AQ_NFE2L2 3.169749e+00 0.004368390 3.867799e+00 1.621205e+00 0.252619496
## AQ_NFKB1 5.824049e+00 1.152372692 6.940473e+00 1.915921e+00 4.176270800
## AQ_NLRP3 2.343607e+00 1.542772118 4.005524e+00 5.443130e-02 2.211435102
## AQ_NOS2 1.035644e+00 3.750355019 9.126684e-03 8.404823e-05 1.409610908
## AQ_NOX5 1.194605e-04 0.036753856 3.823230e-03 2.756321e-02 0.023478931
## AQ_PDCD1 7.146443e-01 2.094767281 4.046411e-02 1.761094e-01 0.100378162
## AQ_PPARG 6.059968e+00 0.883705322 1.661713e-01 2.485163e-04 1.707262815
## AQ_PTAFR 8.195580e-02 3.382135220 7.314088e-01 1.778951e-01 1.546053256
## AQ_PTGS2 2.408079e+00 0.040699427 9.001945e-04 2.323645e+00 5.565711257
## AQ_SLC2A4 6.050743e-01 5.260507742 4.448759e-03 3.424111e+00 0.770838221
## AQ_SOD1 5.399821e-01 1.129530588 1.425092e-01 6.754692e+00 1.432436327
## AQ_SREBF1 1.866941e-02 2.281680345 8.782610e+00 1.729704e+00 0.010927821
## AQ_STAT3 3.329202e+00 0.005361361 6.110481e+00 2.607386e+00 0.090198172
## AQ_TGFB1 9.449172e-04 7.434815165 4.147900e+00 3.054619e-01 1.443051766
## AQ_TLR3 9.061819e+00 0.463281677 1.828873e+00 5.267618e+00 16.210327189
## AQ_TLR4 4.604771e-01 0.940622484 1.193785e-01 1.372879e+00 6.161185583
## AQ_TNF 2.377045e+00 0.270964365 3.256685e-02 4.264604e+00 1.447805964
## Dim.26 Dim.27 Dim.28 Dim.29 Dim.30
## AQ_ADIPOQ 2.475885e-04 4.695196e-05 8.594998e-04 0.057709442 3.352469e-04
## AQ_ALOX5 1.696060e+00 4.383496e-01 1.321346e-01 1.589418447 6.862975e-01
## AQ_ARG1 2.925142e+00 7.545573e-02 1.119529e-01 7.193927861 3.669935e+00
## AQ_BMP2 1.664245e-01 2.007625e-01 2.222700e+00 0.846957415 2.628822e+00
## AQ_CCL2 9.951933e+00 3.791852e+00 9.989160e-03 0.011181445 5.579302e-01
## AQ_CCL5 1.844900e+00 1.732443e+00 1.163429e+01 5.699587853 2.781544e+00
## AQ_CCR5 1.829917e+00 4.413244e+00 1.184481e-02 0.305661334 2.676990e+00
## AQ_CD274 9.721282e-01 2.214375e+01 6.680965e-01 0.289525062 1.051835e+00
## AQ_CD36 2.854479e+00 2.924432e+00 1.037489e+01 2.578551129 5.219363e+00
## AQ_CHKA 5.621071e-02 7.964470e-01 1.178816e+01 0.070998657 3.022274e-01
## AQ_CPT1A 3.045685e-01 4.031500e+00 3.985356e+00 0.244983683 4.267534e+00
## AQ_CSF2 6.908020e-01 1.418188e-01 2.831897e-01 0.280158043 1.817654e+00
## AQ_CXCR1 2.430678e+00 3.272928e+00 2.272048e+00 0.619087417 3.156158e+00
## AQ_FASN 1.868076e-01 1.601423e-01 3.579165e-01 0.882850957 1.707014e+00
## AQ_FOXO3 8.879417e+00 1.597434e+00 8.557648e-01 0.003164992 2.878898e+00
## AQ_FOXP3 1.786288e-01 4.537515e+00 2.710476e+00 15.552793283 6.623761e+00
## AQ_G6PD 6.076076e-01 6.712865e-03 2.448860e+00 6.642808206 1.904962e-04
## AQ_GPD2 5.218224e+00 4.528473e-01 1.782995e-03 0.217575449 1.902392e+00
## AQ_GPX1 6.831461e-02 2.064139e+00 6.839791e-01 2.192321478 2.588525e+00
## AQ_IFNG 4.924303e-01 3.271294e-01 3.251461e+00 2.710309474 3.478466e+00
## AQ_IL10 9.341232e-03 2.320124e-02 5.727037e+00 2.096786313 1.884071e+00
## AQ_IL1B 2.958839e-01 8.788012e-03 2.929132e+00 1.080713902 6.049521e+00
## AQ_IL6 4.460404e-01 3.088370e-01 1.651828e-01 0.195632156 2.534170e-06
## AQ_IRS1 9.242014e-02 8.686548e-01 6.524878e+00 1.433831620 2.559869e-03
## AQ_JAK1 5.594764e-01 3.021445e-02 5.571603e-01 0.070128443 1.290011e-02
## AQ_JAK3 1.579582e+00 2.671953e+00 1.631566e+00 0.153621744 5.894569e-01
## AQ_LDHA 3.441386e-02 5.019641e-01 1.487686e+00 8.048711841 2.777665e-01
## AQ_LIF 5.415533e+00 2.162628e+00 3.140257e+00 0.272213908 1.785839e-01
## AQ_MAPK1 2.458276e-04 7.845579e+00 3.679155e+00 1.207913446 2.504441e-01
## AQ_NFE2L2 3.495625e-02 1.310313e+01 1.194811e+00 0.169904990 4.560303e-02
## AQ_NFKB1 1.852151e-01 1.008538e-02 1.009687e+01 10.000362590 2.100916e-02
## AQ_NLRP3 6.237615e+00 2.957889e+00 1.369908e-01 0.471657510 7.465371e+00
## AQ_NOS2 1.643112e+00 1.385638e-01 2.367444e-01 0.617383313 7.427994e+00
## AQ_NOX5 2.475963e-04 4.695636e-05 8.594890e-04 0.057709434 3.352443e-04
## AQ_PDCD1 6.244306e-01 2.767807e-03 2.767879e-01 0.391085182 3.877598e-01
## AQ_PPARG 3.944252e+00 7.964825e-01 3.048821e-01 14.693891606 1.465434e+00
## AQ_PTAFR 2.294761e+00 3.008579e+00 1.802125e+00 1.423873771 4.107313e+00
## AQ_PTGS2 2.180062e+00 3.301263e-01 4.591526e-01 0.232154153 1.069143e+01
## AQ_SLC2A4 3.107572e+00 7.704568e-01 1.111070e+00 0.010414414 2.703932e+00
## AQ_SOD1 4.012075e+00 4.826284e+00 1.098326e-01 0.034319053 1.569935e-03
## AQ_SREBF1 1.490882e+01 1.111300e-01 1.350290e+00 0.188163629 7.684803e+00
## AQ_STAT3 2.810734e+00 3.134790e+00 3.405452e-04 6.970030996 4.393708e-03
## AQ_TGFB1 1.387070e-02 2.592202e+00 3.022426e-02 0.238723813 5.517801e-02
## AQ_TLR3 6.291431e-01 2.237301e-02 3.080845e+00 0.028384294 3.518239e-03
## AQ_TLR4 2.237482e+00 5.192344e-01 1.153138e-01 1.898159240 5.727547e-02
## AQ_TNF 5.347794e+00 1.450942e-01 4.505449e-02 0.024657009 6.359002e-01
## Dim.31 Dim.32 Dim.33 Dim.34 Dim.35
## AQ_ADIPOQ 6.883135e-03 5.630813e-06 1.055319e-02 1.290384e-05 1.962269e-07
## AQ_ALOX5 6.367179e+00 1.783811e-01 1.665310e-01 5.414704e+00 2.877529e-01
## AQ_ARG1 1.930287e+00 9.775112e-02 3.980997e+00 1.579714e-01 6.113793e-02
## AQ_BMP2 4.853330e-01 1.284077e-02 9.526505e+00 7.155565e+00 2.407188e+00
## AQ_CCL2 1.383935e+00 1.364601e+00 2.510133e-02 5.889552e-01 2.185088e-03
## AQ_CCL5 3.934748e+00 4.131889e+00 4.522428e+00 7.236587e+00 5.490942e+00
## AQ_CCR5 5.593058e+00 3.360445e+00 3.444433e+00 4.401087e-02 1.172340e-01
## AQ_CD274 6.770493e-03 1.140982e+01 1.091372e-02 4.540374e-03 2.718971e+00
## AQ_CD36 4.903779e-02 1.078392e+01 1.370585e-02 1.459264e-01 3.020206e-03
## AQ_CHKA 2.335455e+00 3.241340e+00 3.252915e+00 8.758802e-02 8.575215e-01
## AQ_CPT1A 5.671054e+00 5.784340e-01 6.320953e-02 7.914617e-01 8.809004e+00
## AQ_CSF2 2.619003e-01 1.791948e+00 7.234279e-02 3.060642e-01 3.970775e-01
## AQ_CXCR1 5.223626e-02 2.160238e+00 1.758286e+00 6.921186e-02 2.236782e-01
## AQ_FASN 2.059412e-01 3.975364e+00 2.584549e-04 9.821793e-01 7.349667e-02
## AQ_FOXO3 1.549114e+00 8.173981e-01 8.408496e-01 1.169728e+00 3.379096e-01
## AQ_FOXP3 1.820386e-01 1.075732e+00 2.836446e-01 6.298322e-02 2.973641e-01
## AQ_G6PD 1.480648e-04 1.406142e+00 4.765013e-01 2.154321e+01 5.582797e-01
## AQ_GPD2 2.036409e+00 8.439584e-04 1.954354e+01 1.311296e+00 1.050113e+00
## AQ_GPX1 2.262049e-01 1.307907e-03 2.792100e+00 3.338147e-04 1.461855e+00
## AQ_IFNG 1.643376e-02 1.314475e+00 2.175215e-01 6.548055e+00 3.354127e+00
## AQ_IL10 1.580409e+00 5.776644e+00 8.969244e-01 6.528836e-01 5.354947e-03
## AQ_IL1B 1.676742e+01 5.817056e-02 3.922506e-02 1.939252e+00 5.000490e-03
## AQ_IL6 6.953017e-01 7.285273e-01 2.173118e+00 5.488071e-01 4.891127e+00
## AQ_IRS1 7.367357e-01 3.717542e-02 2.797667e+00 1.188857e+00 1.453052e+00
## AQ_JAK1 3.346153e+00 1.672964e-01 6.459100e+00 1.240146e-01 7.552155e+00
## AQ_JAK3 7.221684e+00 7.978374e+00 3.721073e+00 2.422857e+00 1.080262e+00
## AQ_LDHA 5.009726e-01 9.342363e-02 8.422302e-01 5.404672e+00 2.618889e+00
## AQ_LIF 9.355191e-02 1.927109e-01 2.973997e-01 1.120037e+00 2.580314e+00
## AQ_MAPK1 9.045525e-01 3.790593e+00 1.611065e+00 8.950125e+00 1.888199e+00
## AQ_NFE2L2 3.670588e-01 6.207531e+00 4.955161e+00 9.719585e-01 2.896316e-02
## AQ_NFKB1 1.179835e+01 9.958023e+00 8.276836e-02 3.693814e-01 5.109122e-02
## AQ_NLRP3 2.511645e-01 2.882314e+00 5.012536e-02 1.384788e+00 3.455098e+00
## AQ_NOS2 7.134054e-01 4.035090e-02 5.138880e-01 2.304347e+00 1.938134e+00
## AQ_NOX5 6.883187e-03 5.632650e-06 1.055314e-02 1.290083e-05 1.963381e-07
## AQ_PDCD1 7.129450e+00 6.521389e-01 4.787128e+00 1.871094e-02 9.567804e-02
## AQ_PPARG 9.064917e-02 2.757048e-01 1.563748e-01 1.573332e-02 1.139830e-02
## AQ_PTAFR 8.488013e-01 3.725308e+00 3.156172e+00 2.065260e-01 5.604370e+00
## AQ_PTGS2 1.857283e+00 3.409939e-02 4.080387e-01 4.706726e+00 7.995829e-01
## AQ_SLC2A4 1.428407e-01 1.134105e-03 3.467667e-01 1.414821e+00 2.382400e-01
## AQ_SOD1 2.800936e-01 1.851128e+00 2.339951e+00 1.903804e-01 2.114461e+01
## AQ_SREBF1 8.777674e-01 1.597724e-01 1.061302e+00 1.267390e+00 8.234434e+00
## AQ_STAT3 1.404713e+00 3.185834e+00 4.047814e+00 2.667542e+00 7.524098e-01
## AQ_TGFB1 3.357172e-01 4.218311e-01 3.616569e-01 3.504607e+00 5.423813e+00
## AQ_TLR3 2.343512e-03 3.199105e+00 2.628813e-01 3.962275e+00 7.410186e-04
## AQ_TLR4 7.847448e+00 3.703394e-02 7.495965e+00 4.508803e-01 3.085654e-02
## AQ_TNF 1.905079e+00 8.429020e-01 1.233146e-01 5.920317e-01 1.607366e+00
## Dim.36 Dim.37 Dim.38 Dim.39 Dim.40
## AQ_ADIPOQ 2.396871e-03 5.030367e-04 4.023434e-05 1.906159e-04 4.039506e-03
## AQ_ALOX5 6.662199e+00 2.740197e+00 4.458931e+00 5.946096e+00 2.424082e+00
## AQ_ARG1 3.284111e-01 6.759855e-01 1.739970e+00 2.188265e+00 1.926509e+00
## AQ_BMP2 2.373566e+00 6.093667e-02 4.905332e-01 2.335084e+00 3.221291e-01
## AQ_CCL2 3.992591e+00 1.347383e-02 6.579041e+00 1.550737e-01 2.888583e-01
## AQ_CCL5 5.133726e+00 2.299072e-01 6.361299e+00 5.954949e-02 2.593230e+00
## AQ_CCR5 8.588126e+00 8.656551e-01 1.040215e+01 7.544381e-02 2.016234e+01
## AQ_CD274 2.574105e+00 1.144005e+00 2.043782e+00 5.101733e-02 9.222679e-01
## AQ_CD36 1.141159e+00 1.074922e-01 4.658677e-01 1.552940e-01 2.854332e-01
## AQ_CHKA 7.527146e-01 2.372177e-01 1.027811e-01 1.979352e+00 7.366446e-01
## AQ_CPT1A 9.954886e-01 8.762414e-01 3.158228e-01 5.563181e-02 2.347894e-01
## AQ_CSF2 2.826142e+00 9.168801e-01 1.791094e-01 1.789216e+00 3.101587e-01
## AQ_CXCR1 4.242427e-01 3.412917e-01 1.041861e+00 4.137268e+00 1.211117e+00
## AQ_FASN 2.012265e+00 1.478792e+00 1.610691e-01 2.809910e-01 1.578891e+01
## AQ_FOXO3 2.906852e-02 9.320393e-02 2.324074e+00 9.658726e-02 6.601651e-02
## AQ_FOXP3 1.487988e+01 2.471327e+00 1.306724e+00 3.342047e-01 1.550941e+00
## AQ_G6PD 1.747043e-01 1.925971e-02 1.336930e-01 2.063443e+00 2.993481e+00
## AQ_GPD2 1.023947e+00 1.978453e+00 2.762346e+00 1.831611e-01 2.898558e-01
## AQ_GPX1 2.087857e-01 1.836953e-04 4.038115e-01 1.938013e+00 2.114886e-01
## AQ_IFNG 2.022861e+00 8.766159e-02 2.902251e-01 2.624090e+00 7.070514e+00
## AQ_IL10 2.834696e-01 9.766856e-01 6.582325e-01 4.573594e-02 4.449834e-03
## AQ_IL1B 1.405614e-04 2.578990e+00 4.169142e+00 2.390453e-01 3.942538e+00
## AQ_IL6 9.030184e+00 1.207647e+00 5.171813e-01 8.117095e+00 1.015493e-01
## AQ_IRS1 1.978184e-02 6.114792e+00 3.102007e-01 2.534309e-04 1.318209e-02
## AQ_JAK1 1.461458e+00 2.006787e+00 2.020735e+00 1.577370e-01 2.731663e-01
## AQ_JAK3 3.322218e-02 4.697508e-01 1.116089e-01 9.567952e-01 8.945109e-01
## AQ_LDHA 4.451252e+00 3.323801e+00 3.527633e-01 1.149513e+00 6.972351e+00
## AQ_LIF 3.018413e-02 4.024323e+00 2.345580e-01 1.658384e-01 3.463242e-01
## AQ_MAPK1 4.606690e+00 3.610481e+00 4.574051e-01 3.268976e+00 2.615803e+00
## AQ_NFE2L2 1.142693e+00 8.883261e+00 2.882257e+00 7.465185e+00 2.022960e-01
## AQ_NFKB1 1.563498e-01 3.279119e+00 1.927393e-02 2.730044e+00 1.200686e-01
## AQ_NLRP3 6.487288e-02 2.606815e+00 2.308686e+00 1.644544e+00 4.767408e+00
## AQ_NOS2 1.288607e+00 2.398109e+00 3.107403e-01 2.157252e-02 2.624332e-02
## AQ_NOX5 2.396875e-03 5.030127e-04 4.023062e-05 1.906106e-04 4.039532e-03
## AQ_PDCD1 2.778439e-01 6.858877e+00 2.608394e+01 6.668010e-02 2.151031e+00
## AQ_PPARG 1.892385e+00 7.113187e-01 1.783570e-01 2.089209e+00 5.431610e+00
## AQ_PTAFR 1.653365e-01 1.275781e+01 2.039250e+00 1.316840e+00 3.765100e-01
## AQ_PTGS2 2.060813e-01 3.025435e+00 8.874545e-01 1.015618e+00 3.791962e-01
## AQ_SLC2A4 1.410774e-01 9.584839e-01 9.761688e-01 1.138613e+01 9.403998e-01
## AQ_SOD1 3.924110e-02 7.193348e-01 1.804455e+00 1.250900e+00 4.215649e-04
## AQ_SREBF1 2.259727e+00 2.863217e+00 1.359164e+00 1.599739e+00 4.403887e-01
## AQ_STAT3 1.223229e-01 6.318394e+00 6.325929e-01 4.600014e+00 2.528736e-02
## AQ_TGFB1 2.894868e+00 2.959662e+00 8.437024e+00 5.259618e+00 5.776501e+00
## AQ_TLR3 3.353406e-02 1.207770e+00 4.973312e-01 3.394567e-01 1.186256e+00
## AQ_TLR4 1.232440e+01 2.720725e+00 8.503333e-03 3.002533e+00 1.513693e-05
## AQ_TNF 9.255006e-01 3.079244e+00 1.179805e+00 1.566276e+01 3.615656e+00
## Dim.41 Dim.42 Dim.43 Dim.44 Dim.45
## AQ_ADIPOQ 2.115673e-03 5.155886e-04 6.827673e-04 6.419919e-04 2.352234e-04
## AQ_ALOX5 4.269916e-01 8.070490e+00 6.354102e-02 5.817483e+00 2.986251e-01
## AQ_ARG1 1.694494e-01 4.623194e-04 1.871067e-02 1.887226e-01 5.173805e-01
## AQ_BMP2 3.804552e-02 2.740104e-01 1.037424e-01 1.941244e-01 5.331193e-04
## AQ_CCL2 5.761390e+00 2.199836e-04 1.976792e-02 3.582424e-02 2.889751e+00
## AQ_CCL5 3.607707e-01 1.293365e+00 2.830119e+00 2.196949e+00 3.409248e+00
## AQ_CCR5 5.327247e-02 6.637572e-02 1.645585e-01 3.617769e+00 1.211624e+00
## AQ_CD274 4.242557e+00 2.591300e+00 2.726954e+00 3.559838e-01 3.279627e-01
## AQ_CD36 6.775173e+00 2.980106e+00 4.834946e-01 8.437285e-02 1.016920e+00
## AQ_CHKA 9.905435e-01 5.541815e-02 2.649430e+00 1.066447e-01 3.969665e-01
## AQ_CPT1A 1.056464e-01 3.569590e-01 1.135761e+00 4.321508e-02 1.519142e+00
## AQ_CSF2 9.759407e-01 1.395353e-01 6.116791e-02 3.037455e-02 3.553100e-01
## AQ_CXCR1 1.144164e+01 6.735448e-06 1.524397e-01 3.557180e-01 1.745030e-02
## AQ_FASN 7.951853e+00 9.235431e+00 4.607355e+00 2.734518e+00 1.231588e+01
## AQ_FOXO3 3.582816e+00 6.307646e-01 1.963289e-02 2.544587e-01 1.366137e-02
## AQ_FOXP3 3.175136e+00 1.405666e-01 1.171924e+01 2.081137e-01 1.079049e+00
## AQ_G6PD 5.500983e-01 1.420572e+01 9.211187e+00 3.150246e-02 2.459140e-01
## AQ_GPD2 1.092854e-01 1.296956e+00 2.466117e+00 4.345211e-01 2.884422e-01
## AQ_GPX1 2.480956e-01 1.515662e+00 1.472391e-02 8.700798e-02 2.420678e-01
## AQ_IFNG 3.013860e-01 9.445186e-01 9.794073e-01 9.235008e-02 2.451779e-01
## AQ_IL10 1.308671e+00 3.853169e-01 2.147749e+00 4.090303e-02 2.700740e-01
## AQ_IL1B 1.146490e+00 1.025985e+00 9.042307e-01 3.776460e-01 1.046313e+00
## AQ_IL6 1.504183e+00 3.021378e-02 4.068862e-01 3.834582e+00 7.533926e-02
## AQ_IRS1 2.415557e-02 1.564029e-01 4.848842e-02 1.214256e+00 1.175643e+00
## AQ_JAK1 1.332347e+00 4.535168e+00 1.992203e+00 4.887399e+01 7.792138e-01
## AQ_JAK3 7.903233e-01 4.789739e+00 9.444332e+00 4.919956e+00 8.396367e-02
## AQ_LDHA 5.561927e+00 1.015982e+00 5.338844e-01 2.489124e+00 8.336546e+00
## AQ_LIF 2.007850e-01 1.694966e+00 3.158912e+00 3.428466e-01 2.037464e+00
## AQ_MAPK1 6.323530e+00 6.040042e+00 3.306557e+00 1.044684e+00 5.380722e-02
## AQ_NFE2L2 2.718053e-02 7.150952e+00 2.955124e+00 4.900953e+00 8.724304e-01
## AQ_NFKB1 4.594627e-01 1.423673e+00 6.186893e-01 5.269823e-02 7.366387e-01
## AQ_NLRP3 1.903410e+01 4.276684e-02 3.696591e-01 8.677668e-03 9.813734e+00
## AQ_NOS2 1.962486e+00 3.654163e-02 9.056099e-01 7.138094e-03 2.654509e-01
## AQ_NOX5 2.115677e-03 5.155543e-04 6.827127e-04 6.419926e-04 2.352215e-04
## AQ_PDCD1 1.826277e-01 9.216112e-01 1.267561e+00 1.227401e-01 2.092240e-01
## AQ_PPARG 2.888934e+00 2.784789e+00 2.333807e+00 1.232864e+00 3.993777e+00
## AQ_PTAFR 1.279869e+00 6.567238e+00 4.090356e-02 2.991234e+00 2.140778e+01
## AQ_PTGS2 4.493492e-02 3.581200e+00 1.982889e-02 4.591068e-01 9.228112e-01
## AQ_SLC2A4 7.427942e-01 2.086384e-01 8.043781e-01 2.373852e-01 8.486137e-02
## AQ_SOD1 7.850917e-01 2.379181e-01 1.089036e-01 5.610682e-01 1.331323e+00
## AQ_SREBF1 2.191043e+00 9.764122e-01 1.216940e-03 6.071503e+00 1.427728e+01
## AQ_STAT3 1.454739e+00 3.795315e+00 9.666234e+00 1.942063e+00 6.923971e-02
## AQ_TGFB1 2.309917e+00 5.228000e-03 2.140578e+00 3.549665e-02 4.498012e+00
## AQ_TLR3 1.168174e+00 3.650364e+00 5.343565e-04 2.528778e-01 1.254071e+00
## AQ_TLR4 1.122502e-02 2.754039e-01 1.400807e+01 1.445318e-01 2.743921e-04
## AQ_TNF 6.835653e-04 4.869238e+00 3.386945e+00 9.707411e-01 1.314888e-02
## Dim.46
## AQ_ADIPOQ 5.000000e+01
## AQ_ALOX5 9.662711e-14
## AQ_ARG1 1.256485e-14
## AQ_BMP2 2.657179e-16
## AQ_CCL2 4.162287e-17
## AQ_CCL5 2.820181e-15
## AQ_CCR5 7.323870e-14
## AQ_CD274 2.182380e-14
## AQ_CD36 1.605147e-13
## AQ_CHKA 4.222415e-17
## AQ_CPT1A 1.204941e-14
## AQ_CSF2 5.179794e-15
## AQ_CXCR1 4.738302e-15
## AQ_FASN 2.288869e-13
## AQ_FOXO3 1.107025e-14
## AQ_FOXP3 8.956536e-14
## AQ_G6PD 1.874746e-14
## AQ_GPD2 3.169791e-14
## AQ_GPX1 5.794233e-19
## AQ_IFNG 5.167232e-16
## AQ_IL10 1.105801e-13
## AQ_IL1B 1.403910e-13
## AQ_IL6 1.624189e-14
## AQ_IRS1 2.360049e-17
## AQ_JAK1 5.565768e-16
## AQ_JAK3 1.097764e-14
## AQ_LDHA 5.471844e-14
## AQ_LIF 5.018028e-14
## AQ_MAPK1 2.138111e-13
## AQ_NFE2L2 1.753197e-14
## AQ_NFKB1 4.253417e-15
## AQ_NLRP3 6.825081e-15
## AQ_NOS2 1.029415e-15
## AQ_NOX5 5.000000e+01
## AQ_PDCD1 6.547282e-15
## AQ_PPARG 3.253460e-14
## AQ_PTAFR 2.668699e-14
## AQ_PTGS2 1.461663e-15
## AQ_SLC2A4 4.885401e-14
## AQ_SOD1 2.083903e-16
## AQ_SREBF1 6.908890e-16
## AQ_STAT3 1.235997e-16
## AQ_TGFB1 1.003322e-13
## AQ_TLR3 1.221713e-13
## AQ_TLR4 1.836134e-14
## AQ_TNF 7.403776e-14El objeto “contrib” contiene las contribuciones de las variables a las distintas dimensiones en forma de porcentaje, reflejando la importancia relativa de cada variable en la construcción de una dimensión. En este caso, para dimensión 1, las variables AQ_CCL5 (3.39%) y AQ_FASN (3.18%) tienen una mayor contribución relativa y para dimensión 3, AQ_CHKA tiene una contribución muy alta (7.80%), lo que sugiere que esta dimensión captura características asociadas con esta variable.
Mediante la función fviz_pca_var() de la librería factoextra se representan las varibales en un plano donde el eje X es la dimensión 1 y el eje Y la dimensión 2.
La mayoría de las variables se asocian negativamente con la dimensión 1. En el caso de la dimensión 2 hay variables que se asocian tanto positivamente como negativamente. Las variables ADIPOQ y NOX5 se asocían positivamnete tanto con la dimensión 1 como con la 2. La longitud de la flecha indica el grado de asociación de las varibles con la dimensión, por lo que todas las variables excepto ADIPOQ y NOX5, por su longitud más corta, tienen una una gran asociación con las dimensiones. También se puede observar como muchas de las variables están en la misma dirección y muy cerca entre sí, por lo que estárán correlacionadas positivamente entre sí.
En este caso se colorean las variables en función del objeto “cos2” que indica la calidad o importancia de la representación de cada variable en el espacio de las componentes principales.
En este gráfico, los valores cercanos a 1 indican que la variable está bien representada en este espacio, mientras que los valores más bajos sugieren que la variable tiene una menor representación en estas dimensiones. Así, las únicas variables que tienen una menor representación son ADIPOQ y NOX. De esta forma, los genes que tienen mayor representación serán importantes para el análisis posterior.
A continuación se visualiza la representación de la contribución global de cada variable a las dimensiones 1 a 5 mediante la función fviz_cos2 de la librería factoextra.
Un valor de cos2 alto indica una buena representación de la variable en el componente principal, mientras que un valor bajo significa que la variable no está perfectamente representada. Como se puede ver en la gráfica, las variables con mejor representación son JAK1, NOX5 y ADIPOQ.
Si se realiza un gráfico para ver como contribuyen los pacientes a las dimensiones 1 y 2 mediante la función fviz_pcs_ind() de la librería factoextra.
Los pacientes representados con color rojo (como el 1, 2, 60 y 28)
tienen una contribución más alta a las dimensiones 1 y 2.
Se grafica la proyección de individuos y variables mediante la función fviz_pca_biplot() de la librería factoextra.
Los individuos y variables que se encuentran en el mismo cuadrante comparten la característica de tener valores altos o bajos para las dimensión 1 o 2.
En el siguiente gráfico se muestra la proyección de las observaciones en función del tipo de tratamiento que están siguiendo.
Existe una superposición significativa entre los tratamientos tratA y tratB, lo que sugiere que no están perfectamente separadas en las primeras dos dimensiones principales. Sin embargo, se pueden observar algunas muestras que se alejan de las demás, indicando posible variabilidad o patrones únicos.
En clonclusión, aunque Dim1 y Dim2 explican una cantidad significativa de la varianza, no separan completamente las muestras por tratamiento. Esto podría requerir explorar dimensiones adicionales o realizar análisis complementarios.
Tablas descriptivas
Análisis estadístico
Estudio de la normalidad
Vamos a estudiar la distribución de los datos de trabajo, de esta
forma estamos estudiando y comprobando la normalidad de los datos con
los que debemos trabajar. Escogemos el test de Shapiro-Wilk ya que
tenemos una muestra de N=65, y aunque excede un poco el rango óptimo de
N>50 de este test, su sensibilidad sigue siendo adecuada para este
grupo muestral. Las ventajas de este test es que es potente para este
rango muestral, ya que es sensible a pequeñas desviaciones de
normalidad.
## # A tibble: 46 × 3
## Gen p_value Normalidad
## <chr> <dbl> <chr>
## 1 AQ_ADIPOQ 5.92e-18 No
## 2 AQ_ALOX5 9.32e- 7 No
## 3 AQ_ARG1 3.42e-10 No
## 4 AQ_BMP2 6.22e- 9 No
## 5 AQ_CCL2 1.54e-12 No
## 6 AQ_CCL5 1.32e- 7 No
## 7 AQ_CCR5 8.19e- 9 No
## 8 AQ_CD274 6.95e- 8 No
## 9 AQ_CD36 1.38e- 4 No
## 10 AQ_CHKA 1.29e- 6 No
## # ℹ 36 more rowsPodemos observar que todos los p-valores de todos los genes son extremadamente bajos, p < 0.05. Esto significa que rechazamos la hipótesis nula de que los datos siguen una distribución normal. Es decir, que ninguno de los genes de nuestro set de trabajo sigue una distribución normal. Esto es más visible mediante las graficas (Histograma y Q-Q Plot).
Exploración detallada de los datos
Antes de empezar con la parte de análisis descriptiva estadística, vamos a explorar un poco más los datos para ver si encontramos patrones y outliers, lo que nos permitirá determinar posteriormente que pruebas estadísticas son las más adecuadas:
Los boxplots nos permitiran observar de forma gráfica los valores más extremos que pueden influenciar los análisis estadísticos.
El Heatmap nos permite ver los patrones de expresión entre los pacientes y los genes. Se ven las agrupaciones de forma visual.
La matriz de correlación evalua las relaciones entre los genes. Si encontramos genes con alta correlación podrian estar coexpresados, o formar parte de los mismos procesos biológicos. En este caso usamos Spearman, ya que los datos no tienen una distribución normal.
## $AQ_ADIPOQ
## [1] 1.000e+00 3.285e-09 2.644e-08 3.203e-09
##
## $AQ_ALOX5
## [1] 0.00025735
##
## $AQ_ARG1
## [1] 1.299e-05 1.690e-05 2.657e-05 2.486e-05 1.291e-05
##
## $AQ_BMP2
## [1] 1.902e-07 2.902e-07 1.938e-07 2.719e-07
##
## $AQ_CCL2
## [1] 1.303e-06 3.800e-07 5.056e-07 6.443e-07 7.105e-07 4.048e-07
##
## $AQ_CCL5
## [1] 0.00203466 0.00197765 0.00247904
##
## $AQ_CCR5
## [1] 3.312e-05 2.743e-05 4.543e-05 4.677e-05 2.703e-05
##
## $AQ_CD274
## [1] 6.354e-06 7.213e-06 6.739e-06 1.012e-05
##
## $AQ_CD36
## numeric(0)
##
## $AQ_CHKA
## [1] 3.703e-06
##
## $AQ_CPT1A
## [1] 3.433e-05 2.960e-05 3.898e-05
##
## $AQ_CSF2
## [1] 1.300e-07 1.543e-07 1.199e-07 1.428e-07 1.083e-07 9.758e-08
##
## $AQ_CXCR1
## [1] 8.887e-05 7.582e-05 5.699e-05 7.525e-05 7.006e-05 6.087e-05
##
## $AQ_FASN
## [1] 1.313e-05 1.332e-05 1.210e-05 1.685e-05 1.474e-05
##
## $AQ_FOXO3
## [1] 0.00055087 0.00053321 0.00065737 0.00070504
##
## $AQ_FOXP3
## [1] 5.451e-06 1.504e-05 6.781e-06 5.667e-06 5.851e-06
##
## $AQ_G6PD
## [1] 0.00014699 0.00017589 0.00013535
##
## $AQ_GPD2
## [1] 1.563e-05
##
## $AQ_GPX1
## [1] 0.00028357 0.00027716
##
## $AQ_IFNG
## [1] 1.855e-06 1.341e-06 1.575e-06 1.576e-06
##
## $AQ_IL10
## [1] 5.351e-07 1.233e-06 8.443e-07 3.732e-07
##
## $AQ_IL1B
## [1] 8.704e-05 5.399e-05 6.810e-05
##
## $AQ_IL6
## [1] 3.061e-07 9.963e-08 2.004e-07 1.278e-07 1.194e-07 1.566e-07
##
## $AQ_IRS1
## [1] 4.374e-07 5.487e-07
##
## $AQ_JAK1
## [1] 0.00045812 0.00035424
##
## $AQ_JAK3
## [1] 0.00011605 0.00013705 0.00025031 0.00009478 0.00009238
##
## $AQ_LDHA
## numeric(0)
##
## $AQ_LIF
## [1] 1.531e-07 6.972e-08 1.239e-07 6.857e-08 6.190e-08 8.527e-08 1.019e-07
## [8] 7.681e-08 1.011e-07 8.001e-08
##
## $AQ_MAPK1
## [1] 0.00011002 0.00009895
##
## $AQ_NFE2L2
## [1] 0.00009874 0.00010082 0.00009538
##
## $AQ_NFKB1
## numeric(0)
##
## $AQ_NLRP3
## [1] 2.216e-05 2.662e-05 2.814e-05
##
## $AQ_NOS2
## [1] 2.031e-08 2.152e-08 1.127e-08 7.831e-09 2.258e-08 2.182e-08 9.581e-09
## [8] 7.377e-09
##
## $AQ_NOX5
## [1] 2.952e-08 1.000e+00 2.416e-08 1.509e-08 2.031e-08 5.406e-08 9.613e-09
## [8] 1.365e-08 1.672e-08
##
## $AQ_PDCD1
## [1] 4.151e-06 1.009e-05 3.652e-06 1.209e-05 4.280e-06 1.207e-05 3.716e-06
## [8] 6.180e-06
##
## $AQ_PPARG
## [1] 5.112e-07 9.005e-07 1.115e-06 8.980e-07
##
## $AQ_PTAFR
## [1] 0.00015008 0.00014597
##
## $AQ_PTGS2
## [1] 2.633e-05
##
## $AQ_SLC2A4
## [1] 5.712e-07 6.493e-07 1.432e-06 5.325e-07
##
## $AQ_SOD1
## [1] 6.872e-05 7.401e-05 7.812e-05 5.574e-05 5.855e-05 5.076e-05 8.115e-05
##
## $AQ_SREBF1
## [1] 3.157e-05
##
## $AQ_STAT3
## [1] 0.00017589 0.00019168 0.00019996 0.00013848
##
## $AQ_TGFB1
## [1] 0.00093873 0.00093354 0.00129575 0.00087223
##
## $AQ_TLR3
## [1] 1.650e-06 3.253e-06 1.919e-06 1.405e-06 3.082e-06 1.642e-06 1.653e-06
##
## $AQ_TLR4
## [1] 7.678e-05 6.514e-05 8.054e-05
##
## $AQ_TNF
## [1] 6.215e-05 4.584e-05Análisis descriptiva estadística
Como los datos no siguen una distribución normal, vamos a calcular la mediana y el rango interquartílico (p-25 p-75), en lugar de la mediana y la desviación estándar.
| Characteristic |
tratA
|
tratB
|
||||||
|---|---|---|---|---|---|---|---|---|
| CCR N = 151 |
CM N = 111 |
CP N = 71 |
p-value2 | CCR N = 141 |
CM N = 121 |
CP N = 61 |
p-value2 | |
| AQ_ADIPOQ | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | <0.001 | 0.1 (0.3) | 0.0 (0.0) | 0.0 (0.0) | <0.001 |
| AQ_ALOX5 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.004 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.003 |
| AQ_ARG1 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.010 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.056 |
| AQ_BMP2 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.057 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.4 |
| AQ_CCL2 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.048 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.11 |
| AQ_CCL5 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.003 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.026 |
| AQ_CCR5 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.056 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.3 |
| AQ_CD274 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.020 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.016 |
| AQ_CD36 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.014 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.037 |
| AQ_CHKA | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.3 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | <0.001 |
| AQ_CPT1A | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.11 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.013 |
| AQ_CSF2 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.012 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.5 |
| AQ_CXCR1 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.015 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.5 |
| AQ_FASN | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.14 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.3 |
| AQ_FOXO3 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.4 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.019 |
| AQ_FOXP3 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.12 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.4 |
| AQ_G6PD | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.055 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.046 |
| AQ_GPD2 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.020 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | >0.9 |
| AQ_GPX1 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.056 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.022 |
| AQ_IFNG | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.001 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.056 |
| AQ_IL10 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.3 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.059 |
| AQ_IL1B | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.014 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.007 |
| AQ_IL6 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.2 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.10 |
| AQ_IRS1 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.092 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.12 |
| AQ_JAK1 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.033 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.016 |
| AQ_JAK3 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.009 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.12 |
| AQ_LDHA | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.085 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.10 |
| AQ_LIF | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.3 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.13 |
| AQ_MAPK1 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.009 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.017 |
| AQ_NFE2L2 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | <0.001 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.007 |
| AQ_NFKB1 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.10 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.007 |
| AQ_NLRP3 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.023 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.14 |
| AQ_NOS2 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.020 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.11 |
| AQ_NOX5 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | <0.001 | 0.1 (0.3) | 0.0 (0.0) | 0.0 (0.0) | 0.001 |
| AQ_PDCD1 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.3 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.047 |
| AQ_PPARG | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.023 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.044 |
| AQ_PTAFR | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.015 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.004 |
| AQ_PTGS2 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.016 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | <0.001 |
| AQ_SLC2A4 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.4 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | >0.9 |
| AQ_SOD1 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.048 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.012 |
| AQ_SREBF1 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.050 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.016 |
| AQ_STAT3 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.021 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.12 |
| AQ_TGFB1 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.031 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.5 |
| AQ_TLR3 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.2 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.040 |
| AQ_TLR4 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.001 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.010 |
| AQ_TNF | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.031 | 0.0 (0.0) | 0.0 (0.0) | 0.0 (0.0) | 0.2 |
| 1 Mean (SD) | ||||||||
| 2 Kruskal-Wallis rank sum test | ||||||||
| Characteristic | < Mediana N = 321 |
≥ Mediana N = 331 |
p-value2 |
|---|---|---|---|
| AQ_ADIPOQ | 0.0 (0.0, 0.0) | 0.0 (0.0, 0.0) | 0.9 |
| AQ_ALOX5 | 0.0 (0.0, 0.0) | 0.0 (0.0, 0.0) | 0.3 |
| AQ_ARG1 | 0.0 (0.0, 0.0) | 0.0 (0.0, 0.0) | 0.5 |
| AQ_BMP2 | 0.0 (0.0, 0.0) | 0.0 (0.0, 0.0) | 0.9 |
| AQ_CCL2 | 0.0 (0.0, 0.0) | 0.0 (0.0, 0.0) | >0.9 |
| AQ_CCL5 | 0.0 (0.0, 0.0) | 0.0 (0.0, 0.0) | 0.4 |
| AQ_CCR5 | 0.0 (0.0, 0.0) | 0.0 (0.0, 0.0) | 0.5 |
| AQ_CD274 | 0.0 (0.0, 0.0) | 0.0 (0.0, 0.0) | 0.3 |
| AQ_CD36 | 0.0 (0.0, 0.0) | 0.0 (0.0, 0.0) | 0.6 |
| AQ_CHKA | 0.0 (0.0, 0.0) | 0.0 (0.0, 0.0) | 0.5 |
| AQ_CPT1A | 0.0 (0.0, 0.0) | 0.0 (0.0, 0.0) | 0.8 |
| AQ_CSF2 | 0.0 (0.0, 0.0) | 0.0 (0.0, 0.0) | 0.2 |
| AQ_CXCR1 | 0.0 (0.0, 0.0) | 0.0 (0.0, 0.0) | 0.3 |
| AQ_FASN | 0.0 (0.0, 0.0) | 0.0 (0.0, 0.0) | >0.9 |
| AQ_FOXO3 | 0.0 (0.0, 0.0) | 0.0 (0.0, 0.0) | 0.4 |
| AQ_FOXP3 | 0.0 (0.0, 0.0) | 0.0 (0.0, 0.0) | 0.6 |
| AQ_G6PD | 0.0 (0.0, 0.0) | 0.0 (0.0, 0.0) | 0.2 |
| AQ_GPD2 | 0.0 (0.0, 0.0) | 0.0 (0.0, 0.0) | 0.7 |
| AQ_GPX1 | 0.0 (0.0, 0.0) | 0.0 (0.0, 0.0) | 0.5 |
| AQ_IFNG | 0.0 (0.0, 0.0) | 0.0 (0.0, 0.0) | 0.6 |
| AQ_IL10 | 0.0 (0.0, 0.0) | 0.0 (0.0, 0.0) | 0.8 |
| AQ_IL1B | 0.0 (0.0, 0.0) | 0.0 (0.0, 0.0) | 0.3 |
| AQ_IL6 | 0.0 (0.0, 0.0) | 0.0 (0.0, 0.0) | 0.087 |
| AQ_IRS1 | 0.0 (0.0, 0.0) | 0.0 (0.0, 0.0) | 0.5 |
| AQ_JAK1 | 0.0 (0.0, 0.0) | 0.0 (0.0, 0.0) | 0.4 |
| AQ_JAK3 | 0.0 (0.0, 0.0) | 0.0 (0.0, 0.0) | 0.6 |
| AQ_LDHA | 0.0 (0.0, 0.0) | 0.0 (0.0, 0.0) | 0.3 |
| AQ_LIF | 0.0 (0.0, 0.0) | 0.0 (0.0, 0.0) | 0.2 |
| AQ_MAPK1 | 0.0 (0.0, 0.0) | 0.0 (0.0, 0.0) | 0.6 |
| AQ_NFE2L2 | 0.0 (0.0, 0.0) | 0.0 (0.0, 0.0) | 0.4 |
| AQ_NFKB1 | 0.0 (0.0, 0.0) | 0.0 (0.0, 0.0) | 0.7 |
| AQ_NLRP3 | 0.0 (0.0, 0.0) | 0.0 (0.0, 0.0) | 0.3 |
| AQ_NOS2 | 0.0 (0.0, 0.0) | 0.0 (0.0, 0.0) | 0.4 |
| AQ_NOX5 | 0.0 (0.0, 0.0) | 0.0 (0.0, 0.0) | 0.2 |
| AQ_PDCD1 | 0.0 (0.0, 0.0) | 0.0 (0.0, 0.0) | >0.9 |
| AQ_PPARG | 0.0 (0.0, 0.0) | 0.0 (0.0, 0.0) | 0.5 |
| AQ_PTAFR | 0.0 (0.0, 0.0) | 0.0 (0.0, 0.0) | 0.12 |
| AQ_PTGS2 | 0.0 (0.0, 0.0) | 0.0 (0.0, 0.0) | 0.10 |
| AQ_SLC2A4 | 0.0 (0.0, 0.0) | 0.0 (0.0, 0.0) | 0.3 |
| AQ_SOD1 | 0.0 (0.0, 0.0) | 0.0 (0.0, 0.0) | 0.6 |
| AQ_SREBF1 | 0.0 (0.0, 0.0) | 0.0 (0.0, 0.0) | 0.2 |
| AQ_STAT3 | 0.0 (0.0, 0.0) | 0.0 (0.0, 0.0) | 0.013 |
| AQ_TGFB1 | 0.0 (0.0, 0.0) | 0.0 (0.0, 0.0) | 0.6 |
| AQ_TLR3 | 0.0 (0.0, 0.0) | 0.0 (0.0, 0.0) | 0.3 |
| AQ_TLR4 | 0.0 (0.0, 0.0) | 0.0 (0.0, 0.0) | 0.12 |
| AQ_TNF | 0.0 (0.0, 0.0) | 0.0 (0.0, 0.0) | 0.3 |
| 1 Median (Q1, Q3) | |||
| 2 Wilcoxon rank sum test; Wilcoxon rank sum exact test | |||
En los resultados se observa que: a. ETE (endocarditis trombótica no bacteriana): No muestra una gran diferencia entre grupos (p = 0.8), lo que indica que esta condición no varía significativamente según los tipos de tumor o tratamiento. b. Neumopatía: p > 0.9, lo que sugiere que no hay diferencias significativas. c. Hepatopatía: p = 0.7, también sin diferencias significativas.
Aunque algunas condiciones clínicas no parecen diferir según el tratamiento/tumor, ciertos genes muestran diferencias significativas en su expresión, lo que puede indicar un papel en la respuesta al tratamiento o la progresión del tumor. AQ_STAT3 y AQ_CXCR1 podrían merecer una evaluación más profunda.
Pruebas de hipótesis
Los test a aplicar deben ser para datos no paramétricos. Por este motivo, vamos a realizar la prueba de Kruskal-Wallis para comparar más de 2 grupos, es decir, observar si hay o no diferencias significativas entre tratamientos y/o tipos de tumor. También usaremos la prueba de Mann-Whitney, para comparar dos grupos, es decir el grupo de pacientes jovenes vs el de persones mayores por ejemplo.
## Gen Kruskal_P Wilcox_P
## AQ_ADIPOQ AQ_ADIPOQ 0.54270991 0.88039369
## AQ_ALOX5 AQ_ALOX5 0.35832998 0.34812356
## AQ_ARG1 AQ_ARG1 0.89554089 0.53285248
## AQ_BMP2 AQ_BMP2 0.29381692 0.88522769
## AQ_CCL2 AQ_CCL2 0.15255443 0.96336156
## AQ_CCL5 AQ_CCL5 0.27033717 0.35149444
## AQ_CCR5 AQ_CCR5 0.22735509 0.48677193
## AQ_CD274 AQ_CD274 0.36177878 0.31863150
## AQ_CD36 AQ_CD36 0.09048002 0.60879224
## AQ_CHKA AQ_CHKA 0.02416963 0.48188469
## AQ_CPT1A AQ_CPT1A 0.07324617 0.80309966
## AQ_CSF2 AQ_CSF2 0.09692724 0.17271894
## AQ_CXCR1 AQ_CXCR1 0.01264377 0.34133857
## AQ_FASN AQ_FASN 0.19391137 0.95291247
## AQ_FOXO3 AQ_FOXO3 0.29683402 0.40099449
## AQ_FOXP3 AQ_FOXP3 0.11379974 0.61338872
## AQ_G6PD AQ_G6PD 0.29686569 0.15836640
## AQ_GPD2 AQ_GPD2 0.09075677 0.72229334
## AQ_GPX1 AQ_GPX1 0.05213754 0.45313103
## AQ_IFNG AQ_IFNG 0.33768119 0.57224569
## AQ_IL10 AQ_IL10 0.44620299 0.77262452
## AQ_IL1B AQ_IL1B 0.16022424 0.33472104
## AQ_IL6 AQ_IL6 0.66443696 0.08747108
## AQ_IRS1 AQ_IRS1 0.39370231 0.52450834
## AQ_JAK1 AQ_JAK1 0.11535073 0.42223778
## AQ_JAK3 AQ_JAK3 0.11221382 0.60869433
## AQ_LDHA AQ_LDHA 0.53309878 0.31864207
## AQ_LIF AQ_LIF 0.05716803 0.24140237
## AQ_MAPK1 AQ_MAPK1 0.03812935 0.57702541
## AQ_NFE2L2 AQ_NFE2L2 0.11083567 0.44266703
## AQ_NFKB1 AQ_NFKB1 0.06610271 0.71321231
## AQ_NLRP3 AQ_NLRP3 0.20773756 0.25631575
## AQ_NOS2 AQ_NOS2 0.32544800 0.42915080
## AQ_NOX5 AQ_NOX5 0.60351594 0.24124961
## AQ_PDCD1 AQ_PDCD1 0.14525520 0.91180786
## AQ_PPARG AQ_PPARG 0.99475259 0.53643711
## AQ_PTAFR AQ_PTAFR 0.25361352 0.12471576
## AQ_PTGS2 AQ_PTGS2 0.12471164 0.10231971
## AQ_SLC2A4 AQ_SLC2A4 0.77281551 0.28485331
## AQ_SOD1 AQ_SOD1 0.12457569 0.59497559
## AQ_SREBF1 AQ_SREBF1 0.19847220 0.16734643
## AQ_STAT3 AQ_STAT3 0.19167929 0.01313691
## AQ_TGFB1 AQ_TGFB1 0.07869423 0.63665368
## AQ_TLR3 AQ_TLR3 0.10908792 0.31502940
## AQ_TLR4 AQ_TLR4 0.20249793 0.11639397
## AQ_TNF AQ_TNF 0.41210301 0.33476859
Con el test de Kruskal-Wallis encontramos significancia en los genes
AQ_CHKA (0.0242), AQ_CXCR1 (0.0126) y AQ_MAPK1 (0.0381). Con el test de
Wilcox encontramos significancia en el gen AQ_STAT3 (0.0131). Estos
genes podrían tener una relación significativa con el tipo de tumor o el
tratamiento, por lo que podrían ser relevantes para análisis posteriores
o ser usados como biomarcadores potenciales.
Interpretación de los resultados
Se ha observado una mayor correlación entre los genes de los pacientes de mayor edad, por encima del P50, lo que podría indicar una correlación entre la edad y el estado de salud o biomarcadores asociados. La hipertensión tiene una fuerte asociación con valores elevados en mujeres, lo que podría reflejar un mayor impacto de la presión arterial en ciertos marcadores clínicos o de laboratorio. El historial de tabaquismo no parece influir en los resultados de manera significativa. El aumento de glucosa en mujeres con valores elevados podría reflejar una tendencia hacia la resistencia a la insulina o una predisposición a disfunciones metabólicas. Edad y HTA son factores clave, especialmente en mujeres. Cardiopatía y diabetes muestran una tendencia a impactar más a los varones con valores elevados. Glucosa elevada podría ser un marcador importante en mujeres, justificando monitoreos más frecuentes. No se observan diferencias significativas en variables como tabaquismo, EPOC o biomarcadores hematológicos (leucocitos, neutrófilos).
Implementación de un modelo de regresión logística
La regresión logística es una técnica estadística utilizada para modelar la relación entre una variable dependiente y un conjunto de variables independientes. En este caso, vamos a implementar un modelo de regresión logística para predecir la presencia de metástasis en función de varias variables, como los componentes principales derivados de un análisis de componentes principales (PCA), el sexo, el hábito de fumar y otros factores clínicos.
Primero observaremos la matriz de correlaciones, que nos indica cómo varían las variables en relación entre sí (si una sube, cómo varía la otra). Esto es útil para detectar posibles problemas de multicolinealidad y seleccionar variables relevantes, lo cual es importante para mejorar la precisión y estabilidad del modelo.
A continuación el modelo está prediciendo metastasis utilizando los predictores PC1_tercil y PC2_tercil.
##
## Call:
## glm(formula = metastasis ~ PC1_tercil + PC2_tercil, family = "binomial",
## data = dataset)
##
## Coefficients:
## Estimate Std. Error z value Pr(>|z|)
## (Intercept) 1.12775 0.58579 1.925 0.0542 .
## PC1_tercilMedio -0.36343 0.67892 -0.535 0.5924
## PC1_tercilAlto -0.06088 0.79164 -0.077 0.9387
## PC2_tercilMedio 0.45180 0.82142 0.550 0.5823
## PC2_tercilAlto -0.41853 0.65787 -0.636 0.5246
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## (Dispersion parameter for binomial family taken to be 1)
##
## Null deviance: 76.703 on 64 degrees of freedom
## Residual deviance: 74.742 on 60 degrees of freedom
## AIC: 84.742
##
## Number of Fisher Scoring iterations: 4## S'està esperant que es faci l'anàlisi de rendiment...## Variables OR IC P_value
## Intercepto 1.0000000 (NA a NA) NA
## PC1_tercilMedio PC1_tercilMedio 0.6952871 (0.18 a 2.64) 0.5924374
## PC1_tercilAlto PC1_tercilAlto 0.9409384 (0.2 a 4.59) 0.9387023
## PC2_tercilMedio PC2_tercilMedio 1.5711426 (0.32 a 8.43) 0.5823024
## PC2_tercilAlto PC2_tercilAlto 0.6580101 (0.17 a 2.38) 0.5246450Ninguno de los predictores (PC1_tercil y PC2_tercil) parece tener un efecto significativo sobre las probabilidades de metastasis, según los valores p. Además, el ajuste del modelo no mejora significativamente respecto al modelo nulo, como indica la desviación residual. La marginal significancia del intercepto podría sugerir que las probabilidades base de la metástasis están influenciadas por factores no observados.
A continuación añadimos las variables predictoras PC1_tercil, PC2_tercil,sexo, exfumador y dieta.
##
## Call:
## glm(formula = metastasis ~ PC1_tercil + PC2_tercil + sexo + exfumador +
## score_dieta, family = "binomial", data = dataset)
##
## Coefficients:
## Estimate Std. Error z value Pr(>|z|)
## (Intercept) 1.299568 1.333010 0.975 0.330
## PC1_tercilMedio -0.427462 0.714410 -0.598 0.550
## PC1_tercilAlto -0.062154 0.801659 -0.078 0.938
## PC2_tercilMedio 0.472056 0.830808 0.568 0.570
## PC2_tercilAlto -0.484135 0.677060 -0.715 0.475
## sexovaron 0.744945 0.673434 1.106 0.269
## exfumadorsi 0.007563 0.644219 0.012 0.991
## score_dieta -0.047154 0.132603 -0.356 0.722
##
## (Dispersion parameter for binomial family taken to be 1)
##
## Null deviance: 76.703 on 64 degrees of freedom
## Residual deviance: 72.999 on 57 degrees of freedom
## AIC: 88.999
##
## Number of Fisher Scoring iterations: 4## S'està esperant que es faci l'anàlisi de rendiment...## Variables OR IC P_value
## Intercepto 1.0000000 (NA a NA) NA
## PC1_tercilMedio PC1_tercilMedio 0.6521622 (0.15 a 2.64) 0.5496110
## PC1_tercilAlto PC1_tercilAlto 0.9397383 (0.19 a 4.67) 0.9382007
## PC2_tercilMedio PC2_tercilMedio 1.6032879 (0.32 a 8.82) 0.5699063
## PC2_tercilAlto PC2_tercilAlto 0.6162302 (0.16 a 2.3) 0.4745751
## sexovaron sexoVarón 2.1063248 (0.59 a 8.54) 0.2686452
## exfumadorsi exfumadorSí 1.0075920 (0.28 a 3.62) 0.9906329
## score_dieta score_dieta 0.9539403 (0.73 a 1.23) 0.7221364Ninguno de los predictores incluidos en el modelo parece ser estadísticamente significativo (todos tienen p-valores altos), lo que sugiere que ninguno de estos factores tiene un impacto claro sobre la variable dependiente metastasis en este análisis. Además, el ajuste del modelo no mejora mucho respecto al modelo nulo, como lo indica la desviación residual y el AIC.
A continuación añadimos las variables predictoras de PC1_tercil, PC2_tercil y los leucocitos.
##
## Call:
## glm(formula = metastasis ~ PC1_tercil + PC2_tercil + leucocitos,
## family = "binomial", data = dataset)
##
## Coefficients:
## Estimate Std. Error z value Pr(>|z|)
## (Intercept) 0.93988 0.87806 1.070 0.284
## PC1_tercilMedio -0.32944 0.68772 -0.479 0.632
## PC1_tercilAlto 0.01417 0.82969 0.017 0.986
## PC2_tercilMedio 0.42658 0.82365 0.518 0.605
## PC2_tercilAlto -0.42122 0.65830 -0.640 0.522
## leucocitos 0.02494 0.08801 0.283 0.777
##
## (Dispersion parameter for binomial family taken to be 1)
##
## Null deviance: 76.703 on 64 degrees of freedom
## Residual deviance: 74.660 on 59 degrees of freedom
## AIC: 86.66
##
## Number of Fisher Scoring iterations: 4## S'està esperant que es faci l'anàlisi de rendiment...## Variables OR IC_inf IC_sup P_value
## Intercepto 1.0000000 NA NA NA
## PC1_tercilMedio PC1_tercilMedio 0.7193264 0.1806742 2.775497 0.6319173
## PC1_tercilAlto PC1_tercilAlto 1.0142733 0.1935143 5.256094 0.9863715
## PC2_tercilMedio PC2_tercilMedio 1.5320033 0.3087471 8.271889 0.6045218
## PC2_tercilAlto PC2_tercilAlto 0.6562475 0.1741436 2.375115 0.5222676
## leucocitos leucocitos 1.0252539 0.8707190 1.252518 0.7768874## Variables OR IC P_value
## Intercepto 1.0000000 (NA a NA) NA
## PC1_tercilMedio PC1_tercilMedio 0.7193264 (0.18 a 2.78) 0.6319173
## PC1_tercilAlto PC1_tercilAlto 1.0142733 (0.19 a 5.26) 0.9863715
## PC2_tercilMedio PC2_tercilMedio 1.5320033 (0.31 a 8.27) 0.6045218
## PC2_tercilAlto PC2_tercilAlto 0.6562475 (0.17 a 2.38) 0.5222676
## leucocitos leucocitos 1.0252539 (0.87 a 1.25) 0.7768874Ninguno de los predictores incluidos en el modelo parece ser estadísticamente significativo (todos tienen p-valores altos), lo que sugiere que ninguno de estos factores tiene un impacto claro sobre la variable dependiente metastasis en este análisis. Además, el ajuste del modelo no mejora mucho respecto al modelo nulo, como lo indica la desviación residual y el AIC.
```